多机器人任务均衡分配与协同控制方法

"该资源是一种多机器人系统任务均衡分配协同工作控制方法的发明专利申请，由北京理工大学的赵清杰、方凯仁、张长春、种领和陈涌泉发明，并由北京理工正阳知识产权代理事务所代理。申请号为201911199613.1，申请日为2019年11月29日，公开号为CN110861089A。该方法主要应用于人工智能和机器人控制技术领域，目的是解决多机器人系统中任务分配不均衡的问题。" 本文介绍的发明主要关注如何在多机器人系统中实现任务的均衡分配，从而提高协同工作的效率。传统的K-means算法被改进，用于对作业任务区内的所有任务点进行聚类。每个任务点被视为一个向量，形成一个聚类空间，聚类结果使得每个类别的任务点对应一个机器人，以此来分配任务。 具体实施步骤如下： 1. 首先，基于改进的K-means算法，将所有任务点分类，使得每个类别代表一台机器人负责的任务范围。这样确保每台机器人处理的任务点数量相对均衡。 2. 接着，任务点被划分为K个聚类簇，与机器人的数量相同。每台机器人负责规划并执行一个聚类簇的任务，其中聚类簇内任务点的数量用nj表示。 3. 然后，计算每个聚类簇的工作量，包括最大值Max、最小值Min和方差。如果方差小于设定的阈值thresh，则认为任务分配足够均衡，聚类完成；否则，进入下一步。 4. 如果方差超过阈值，系统会执行自适应缩放聚类空间的步骤，这可能是通过调整任务点的权重或者聚类簇的边界来进一步优化任务分配，以达到各机器人任务负载更均衡的目标。 这种方法的优点在于其简洁性和实用性，能够有效解决多机器人系统的任务分配问题，提升整体作业的效率和协同工作的性能。通过自适应的聚类策略，可以动态调整任务分配，适应任务点数量的变化，确保了多机器人协作的高效性和公平性。